AnomalyDetectorClient class
Clientklasse für die Interaktion mit dem Azure Anomalieerkennung-Dienst.
- Extends
Konstruktoren
Anomaly |
Erstellt eine instance von AnomalyDetectorClient. Beispielverwendung:
|
Geerbte Eigenschaften
api |
|
endpoint |
Geerbte Methoden
delete |
Löscht ein vorhandenes multivariates Modell basierend auf der Modell-ID. |
detect |
Übermittelt die Aufgabe zur Erkennung multivariater Anomalien mit der Modell-ID des trainierten Modells. Das Eingabeschema muss mit der Trainingsanforderung übereinstimmen. Dadurch wird die Anforderung asynchron ausgeführt und gibt eine Ergebnis-ID zur Abfrage des Erkennungsergebnisses zurück. Die Anfrage muss ein Quelllink sein, der auf einen extern zugänglichen Azure Storage-URI verweist (vorzugsweise auf einen Shared Access Signature-URI). Alle Zeitreihen, die zum Generieren des Modells verwendet werden, müssen in einer einzelnen Datei gezippt werden. Für jede Zeitreihe gibt die erste Spalte den Zeitstempel und die zweite Spalte den Wert an. |
detect |
Bewerten der Änderungspunktbewertung jedes Reihenpunkts |
detect |
Dieser Vorgang generiert ein Modell mit einer ganzen Reihe, wobei jeder Punkt mit demselben Modell erkannt wird. Bei dieser Methode werden Punkte vor und nach einem bestimmten Punkt verwendet, um zu ermitteln, ob es sich um eine Anomalie handelt. Die gesamte Erkennung kann dem Benutzer eine gesamt status der Zeitreihe geben. |
detect |
Bei diesem Vorgang wird ein Modell generiert, indem die Punkte vor dem letzten Punkt verwendet werden. Hierbei werden nur zurückliegende Punkte genutzt, um zu ermitteln, ob der Zielpunkt eine Anomalie darstellt. Der neueste Punkterkennungsvorgang entspricht dem Szenario der Echtzeitüberwachung von Geschäftsmetriken. |
export |
Exportiert ein Modell für die Erkennung multivariater Anomalien basierend auf der Modell-ID. |
get |
Ruft das Ergebnis der Erkennung multivariater Anomalien basierend auf der von der DetectAnomalyAsync-API zurückgegebenen Ergebnis-ID ab. |
get |
Ruft ausführliche Informationen zum multivariaten Modell ab, einschließlich Trainingsstatus und der im Modell verwendeten Variablen. |
last |
Synchronisierte API für die Anomalieerkennung. |
list |
Listet die Modelle eines Abonnements auf. |
send |
Senden Sie eine HTTP-Anforderung, die mit der angegebenen OperationSpec aufgefüllt wird. |
send |
Senden Sie die bereitgestellte httpRequest. |
train |
Erstellt und trainiert ein Modell für die Erkennung multivariater Anomalien. Die Anforderung muss einen Quellparameter zum Verweis auf einen extern zugänglichen Azure Storage-URI enthalten (vorzugsweise einen Shared Access Signature-URI). Alle Zeitreihen, die zum Generieren des Modells verwendet werden, müssen in einer einzelnen Datei gezippt werden. Jede Zeitreihe befindet sich in einer einzelnen CSV-Datei, bei der die erste Spalte den Zeitstempel und die zweite Spalte den Wert angibt. |
Details zum Konstruktor
AnomalyDetectorClient(string, TokenCredential | KeyCredential, PipelineOptions)
Erstellt eine instance von AnomalyDetectorClient.
Beispielverwendung:
import { AnomalyDetectorClient, AzureKeyCredential } from "@azure/ai-anomaly-detector";
const client = new AnomalyDetectorClient(
"<service endpoint>",
new AzureKeyCredential("<api key>")
);
new AnomalyDetectorClient(endpointUrl: string, credential: TokenCredential | KeyCredential, options?: PipelineOptions)
Parameter
- endpointUrl
-
string
URL zu einem Azure Anomalieerkennung-Dienstendpunkt
- credential
Wird verwendet, um Anforderungen beim Dienst zu authentifizieren.
- options
- PipelineOptions
Wird zum Konfigurieren des Formularerkennung-Clients verwendet.
Geerbte Eigenschaftsdetails
apiVersion
endpoint
Details zur geerbten Methode
deleteMultivariateModel(string, AnomalyDetectorDeleteMultivariateModelOptionalParams)
Löscht ein vorhandenes multivariates Modell basierend auf der Modell-ID.
function deleteMultivariateModel(modelId: string, options?: AnomalyDetectorDeleteMultivariateModelOptionalParams): Promise<RestResponse>
Parameter
- modelId
-
string
Modellbezeichner.
Die Optionsparameter.
Gibt zurück
Promise<RestResponse>
Geerbt vonAnomalyDetector.deleteMultivariateModel
detectAnomaly(string, DetectionRequest, AnomalyDetectorDetectAnomalyOptionalParams)
Übermittelt die Aufgabe zur Erkennung multivariater Anomalien mit der Modell-ID des trainierten Modells. Das Eingabeschema muss mit der Trainingsanforderung übereinstimmen. Dadurch wird die Anforderung asynchron ausgeführt und gibt eine Ergebnis-ID zur Abfrage des Erkennungsergebnisses zurück. Die Anfrage muss ein Quelllink sein, der auf einen extern zugänglichen Azure Storage-URI verweist (vorzugsweise auf einen Shared Access Signature-URI). Alle Zeitreihen, die zum Generieren des Modells verwendet werden, müssen in einer einzelnen Datei gezippt werden. Für jede Zeitreihe gibt die erste Spalte den Zeitstempel und die zweite Spalte den Wert an.
function detectAnomaly(modelId: string, body: DetectionRequest, options?: AnomalyDetectorDetectAnomalyOptionalParams): Promise<AnomalyDetectorDetectAnomalyResponse>
Parameter
- modelId
-
string
Modellbezeichner.
- body
- DetectionRequest
Erkennen einer Anomalieanforderung
Die Optionsparameter.
Gibt zurück
Promise<AnomalyDetectorDetectAnomalyResponse>
Geerbt vonAnomalyDetector.detectAnomaly
detectChangePoint(DetectChangePointRequest, AnomalyDetectorDetectChangePointOptionalParams)
Bewerten der Änderungspunktbewertung jedes Reihenpunkts
function detectChangePoint(body: DetectChangePointRequest, options?: AnomalyDetectorDetectChangePointOptionalParams): Promise<AnomalyDetectorDetectChangePointResponse>
Parameter
Zeitreihenpunkte und Granularität sind erforderlich. Erweiterte Modellparameter können bei Bedarf auch in der Anforderung festgelegt werden.
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.detectChangePoint
detectEntireSeries(DetectRequest, AnomalyDetectorDetectEntireSeriesOptionalParams)
Dieser Vorgang generiert ein Modell mit einer ganzen Reihe, wobei jeder Punkt mit demselben Modell erkannt wird. Bei dieser Methode werden Punkte vor und nach einem bestimmten Punkt verwendet, um zu ermitteln, ob es sich um eine Anomalie handelt. Die gesamte Erkennung kann dem Benutzer eine gesamt status der Zeitreihe geben.
function detectEntireSeries(body: DetectRequest, options?: AnomalyDetectorDetectEntireSeriesOptionalParams): Promise<AnomalyDetectorDetectEntireSeriesResponse>
Parameter
- body
- DetectRequest
Zeitreihenpunkte und punkt bei Bedarf. Erweiterte Modellparameter können auch in der Anforderung festgelegt werden.
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.detectEntireSeries
detectLastPoint(DetectRequest, AnomalyDetectorDetectLastPointOptionalParams)
Bei diesem Vorgang wird ein Modell generiert, indem die Punkte vor dem letzten Punkt verwendet werden. Hierbei werden nur zurückliegende Punkte genutzt, um zu ermitteln, ob der Zielpunkt eine Anomalie darstellt. Der neueste Punkterkennungsvorgang entspricht dem Szenario der Echtzeitüberwachung von Geschäftsmetriken.
function detectLastPoint(body: DetectRequest, options?: AnomalyDetectorDetectLastPointOptionalParams): Promise<AnomalyDetectorDetectLastPointResponse>
Parameter
- body
- DetectRequest
Zeitreihenpunkte und punkt bei Bedarf. Erweiterte Modellparameter können auch in der Anforderung festgelegt werden.
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.detectLastPoint
exportModel(string, AnomalyDetectorExportModelOptionalParams)
Exportiert ein Modell für die Erkennung multivariater Anomalien basierend auf der Modell-ID.
function exportModel(modelId: string, options?: AnomalyDetectorExportModelOptionalParams): Promise<AnomalyDetectorExportModelResponse>
Parameter
- modelId
-
string
Modellbezeichner.
Die Optionsparameter.
Gibt zurück
Promise<AnomalyDetectorExportModelResponse>
Geerbt vonAnomalyDetector.exportModel
getDetectionResult(string, AnomalyDetectorGetDetectionResultOptionalParams)
Ruft das Ergebnis der Erkennung multivariater Anomalien basierend auf der von der DetectAnomalyAsync-API zurückgegebenen Ergebnis-ID ab.
function getDetectionResult(resultId: string, options?: AnomalyDetectorGetDetectionResultOptionalParams): Promise<AnomalyDetectorGetDetectionResultResponse>
Parameter
- resultId
-
string
Ergebnisbezeichner.
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.getDetectionResult
getMultivariateModel(string, AnomalyDetectorGetMultivariateModelOptionalParams)
Ruft ausführliche Informationen zum multivariaten Modell ab, einschließlich Trainingsstatus und der im Modell verwendeten Variablen.
function getMultivariateModel(modelId: string, options?: AnomalyDetectorGetMultivariateModelOptionalParams): Promise<AnomalyDetectorGetMultivariateModelResponse>
Parameter
- modelId
-
string
Modellbezeichner.
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.getMultivariateModel
lastDetectAnomaly(string, LastDetectionRequest, AnomalyDetectorLastDetectAnomalyOptionalParams)
Synchronisierte API für die Anomalieerkennung.
function lastDetectAnomaly(modelId: string, body: LastDetectionRequest, options?: AnomalyDetectorLastDetectAnomalyOptionalParams): Promise<AnomalyDetectorLastDetectAnomalyResponse>
Parameter
- modelId
-
string
Modellbezeichner.
- body
- LastDetectionRequest
Anforderung für die letzte Erkennung.
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.lastDetectAnomaly
listMultivariateModel(AnomalyDetectorListMultivariateModelOptionalParams)
Listet die Modelle eines Abonnements auf.
function listMultivariateModel(options?: AnomalyDetectorListMultivariateModelOptionalParams): PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
Parameter
Die Optionsparameter.
Gibt zurück
PagedAsyncIterableIterator<AnomalyDetectorClientModelSnapshot, AnomalyDetectorClientModelSnapshot[], PageSettings>
Geerbt vonAnomalyDetector.listMultivariateModel
sendOperationRequest(OperationArguments, OperationSpec, ServiceCallback<any>)
Senden Sie eine HTTP-Anforderung, die mit der angegebenen OperationSpec aufgefüllt wird.
function sendOperationRequest(operationArguments: OperationArguments, operationSpec: OperationSpec, callback?: ServiceCallback<any>): Promise<RestResponse>
Parameter
- operationArguments
- OperationArguments
Die Argumente, aus denen die Vorlagenwerte der HTTP-Anforderung aufgefüllt werden.
- operationSpec
- OperationSpec
Die OperationSpec, die zum Auffüllen von httpRequest verwendet werden soll.
- callback
-
ServiceCallback<any>
Der Rückruf, der aufgerufen werden soll, wenn die Antwort empfangen wird.
Gibt zurück
Promise<RestResponse>
Geerbt vonAnomalyDetector.sendOperationRequest
sendRequest(RequestPrepareOptions | WebResourceLike)
Senden Sie die bereitgestellte httpRequest.
function sendRequest(options: RequestPrepareOptions | WebResourceLike): Promise<HttpOperationResponse>
Parameter
- options
Gibt zurück
Promise<HttpOperationResponse>
Geerbt vonAnomalyDetector.sendRequest
trainMultivariateModel(AnomalyDetectorClientModelInfo, AnomalyDetectorTrainMultivariateModelOptionalParams)
Erstellt und trainiert ein Modell für die Erkennung multivariater Anomalien. Die Anforderung muss einen Quellparameter zum Verweis auf einen extern zugänglichen Azure Storage-URI enthalten (vorzugsweise einen Shared Access Signature-URI). Alle Zeitreihen, die zum Generieren des Modells verwendet werden, müssen in einer einzelnen Datei gezippt werden. Jede Zeitreihe befindet sich in einer einzelnen CSV-Datei, bei der die erste Spalte den Zeitstempel und die zweite Spalte den Wert angibt.
function trainMultivariateModel(body: AnomalyDetectorClientModelInfo, options?: AnomalyDetectorTrainMultivariateModelOptionalParams): Promise<AnomalyDetectorTrainMultivariateModelResponse>
Parameter
Schulungsanforderung
Die Optionsparameter.
Gibt zurück
Geerbt vonAnomalyDetector.trainMultivariateModel
Azure SDK for JavaScript
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für